Python常见库Numpy、Pandas函数使⽤汇总⼀、常⽤链接：
1.Python官⽹：
2.各种库的whl离线安装包：
3.数据分析常⽤库的离线安装包（pip+wheels）（百度云）：密码：bbs2
  ⾸先要导⼊numpy库：import numpy as np
  A NumPy函数和属性：
类型类型代码说明
int8、uint8i1、u1有符号和⽆符号8位整型（1字节）
int16、uint16i2、u2有符号和⽆符号16位整型（2字节）
int32、uint32i4、u4有符号和⽆符号32位整型（4字节）
int64、uint64i8、u8有符号和⽆符号64位整型（8字节）
float16f2半精度浮点数
float32f4、f单精度浮点数
float64f8、d双精度浮点数
float128f16、g扩展精度浮点数
complex64c8分别⽤两个32位表⽰的复数
complex128c16分别⽤两个64位表⽰的复数
complex256c32分别⽤两个128位表⽰的复数
bool?布尔型
object O python对象
string Sn固定长度字符串，每个字符1字节，如S10
unicode Un固定长度Unicode，字节数由系统决定，如U10
表2.1.A.1 NumPy类型
⽣成函数作⽤
np.array( x)将输⼊数据转化为⼀个ndarray
np.array( x, dtype)将输⼊数据转化为⼀个类型为type的ndarray np.asarray( array )将输⼊数据转化为⼀个新的（copy）ndarray
⽣成⼀个N长度类型是dtype的⼀维全⼀ndarray ⽣成⼀个形状与参数相同的全⼀ndarray
⽣成⼀个N长度类型位dtype的⼀维全零ndarray 类似np.ones_like( ndarray )
⽣成⼀个N长度类型是dtype的未初始化⼀维ndarray 类似np.ones_like( ndarray )
<( N )
np.identity( N )
创建⼀个N * N的单位矩阵（对⾓线为1，其余为0）
np.arange( num)
np.arange( begin, end)
np.arange( begin, end, step)⽣成⼀个从0到num-1步数为1的⼀维ndarray
⽣成⼀个从begin到end-1步数为1的⼀维ndarray
⽣成⼀个从begin到end-step的步数为step的⼀维ndarray
np.where(cond, ndarray1, ndarray2)根据条件cond，选取ndarray1或者ndarray2，返回⼀个新的ndarray
np.in1d(ndarray, [x,y,...])检查ndarray中的元素是否等于[x,y,...]中的⼀个，返回bool数组矩阵函数说明
np.diag( ndarray) np.diag( [x,y,...])以⼀维数组的形式返回⽅阵的对⾓线（或⾮对⾓线）元素将⼀维数组转化为⽅阵（⾮对⾓线元素为0）
np.dot(ndarray, ndarray)矩阵乘法
排序函数说明
np.sort( ndarray)排序，返回副本
np.unique(ndarray)返回ndarray中的元素，排除重复元素之后，并进⾏排序
np.intersect1d( ndarray1, ndarray2) np.union1d( ndarray1, ndarray2) np.setdiff1d( ndarray1, ndarray2) np.setxor1d( ndarray1, ndarray2)返回⼆者的交集并排序。返回⼆者的并集并排序。返回⼆者的差。
返回⼆者的对称差
⼀元计算函数说明
np.abs(ndarray) np.fabs(ndarray)计算绝对值
计算绝对值（⾮复数）
np.sqrt(ndarray)计算x^0.5
np.square(ndarray)计算x^2
log、log10、log2、log1p计算⾃然对数、底为10的log、底为2的log、底为(1+x)的log np.sign(ndarray)计算正负号：1（正）、0（0）、-1（负）
计算⼩于等于该值的最⼤整数
四舍五⼊到最近的整数，保留dtype
np.isfinite(ndarray) np.isinf(ndarray)返回⼀个判断是否是有穷（⾮inf，⾮NaN）的bool型数组返回⼀个判断是否是⽆穷的bool型数组
cos、cosh、sin、sinh、tan、tanh普通型和双曲型三⾓函数
arccos、arccosh、arcsin、arcsinh、arctan、
arctanh
反三⾓函数和双曲型反三⾓函数
np.logical_not(ndarray)计算各元素not x的真值，相当于-ndarray 多元计算函数说明
np.add(ndarray, ndarray)
np.subtract(ndarray, ndarray) np.multiply(ndarray, ndarray) np.divide(ndarray, ndarray)
np.floor_divide(ndarray, ndarray) np.power(ndarray, ndarray)
相减
乘法
除法
圆整除法（丢弃余数）次⽅
求模
np.maximum(ndarray, ndarray) np.fmax(ndarray, ndarray) np.minimun(ndarray, ndarray) np.fmin(ndarray, ndarray)求最⼤值
求最⼤值（忽略NaN）求最⼩值
求最⼩值（忽略NaN）
np.less_equal(ndarray, ndarray) np.equal(ndarray, ndarray)
<_equal(ndarray, ndarray)> >= < <= == !=
logical_and(ndarray, ndarray) logical_or(ndarray, ndarray) logical_xor(ndarray, ndarray)& | ^
np.dot( ndarray, ndarray)计算两个ndarray的矩阵内积
np.ix_([x,y,m,n],...)⽣成⼀个索引器，⽤于Fancy indexing(花式索引)
⽂件读写说明
index复数np.save(string, ndarray)将ndarray保存到⽂件名为 [string].npy 的⽂件中（⽆压缩）
np.savez(string, ndarray1, ndarray2, ...)将所有的ndarray压缩保存到⽂件名为[string].npy的⽂件中
np.savetxt(sring, ndarray, fmt, newline='\n')将ndarray写⼊⽂件，格式为fmt
np.load(string)读取⽂件名string的⽂件内容并转化为ndarray对象（或字典对象）
np.loadtxt(string, delimiter)读取⽂件名string的⽂件内容，以delimiter为分隔符转化为ndarray
表2.1.A.2 np常⽤函数
  B NumPy.ndarray函数和属性：
ndarray.ndim获取ndarray的维数
ndarray.shape获取ndarray各个维度的长度
ndarray.dtype获取ndarray中元素的数据类型
ndarray.T简单转置矩阵ndarray
表2.1.B.1 ndarray属性
函数说明
ndarray.astype(dtype)转换类型，若转换失败则会出现TypeError
计算函数说明
ndarray.sum( axis= 0)求和
ndarray.cumsum( axis=0) ndarray.cumprod( axis=0)累加 累乘
ndarray.std() ndarray.var()⽅差标准差
ndarray.max() ndarray.min()最⼤值最⼩值
ndarray.argmax() ndarray.argmin()最⼤值索引最⼩值索引
ndarray.any() ndarray.all()是否⾄少有⼀个True 是否全部为True
ndarray.dot( ndarray)计算矩阵内积排序函数说明
ndarray.sort(axis=0)排序，返回源数据
表2.1.B.2 ndarray函数
ndarray[n]选取第n+1个元素
ndarray[n:m]选取第n+1到第m个元素
ndarray[:]选取全部元素
ndarray[n:]选取第n+1到最后⼀个元素
ndarray[:n]选取第0到第n个元素
ndarray[ bool_ndarray ]
注：bool_ndarray表⽰bool类型的ndarray
选取为true的元素
ndarray[[x,y,m,n]]...选取顺序和序列为x、y、m、n的ndarray ndarray[n,m]
ndarray[n][m]
选取第n+1⾏第m+1个元素
ndarray[n,m,...]
ndarray[n][m]....
选取n⾏n列....的元素
表2.1.B.3 ndarray索引/切⽚⽅式
  C NumPy.random函数和属性：
函数说明
seed()
seed(int)
seed(ndarray)
确定随机数⽣成种⼦
permutation(int) permutation(ndarray)返回⼀个⼀维从0~9的序列的随机排列返回⼀个序列的随机排列
shuffle(ndarray)对⼀个序列就地随机排列
rand(int)
randint(begin,end,num=1)产⽣int个均匀分布的样本值
从给定的begin和end随机选取num个整数
randn(N, M, ...)⽣成⼀个N*M*...的正态分布（平均值为0，标准差为1）的ndarray normal(size=(N,M,...))⽣成⼀个N*M*...的正态（⾼斯）分布的ndarray
beta(ndarray1,ndarray2)产⽣beta分布的样本值，参数必须⼤于0
chisquare()产⽣卡⽅分布的样本值
gamma()产⽣gamma分布的样本值
uniform()产⽣在[0,1)中均匀分布的样本值
2.1.C.1 random常⽤函数
  D NumPy.linalg函数和属性：
函数说明
det(ndarray)计算矩阵列式
eig(ndarray)计算⽅阵的本征值和本征向量

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。